信用风险和管理研究现状

菜单

有关信用风险和管理的相关研究述评2.2.1 其他国家关于信用风险和管理的研究国外对信用评估和信用风险管理的研究比较早，研究的连续性也比较强，大约在19世纪中开始，欧洲就出现了关于信用理论的论述和著作。70年代以来，以美国为代表的西方发达国家不断地开发出一系列信用风险管理模型，是信用风险的定量分析成为可能。68213

1 关于信用风险识别的研究

G.Kanatas (2009)研究了担保对风险的识别的影响，假设在信息不对称的条件下，把企业面临的风险分为低风险和高风险。他们认为，高风险企业将愿意承担较高的利率成本，但不要求担保，而低风险企业则要承担和较低的利率,这样可以将风险不同的企业区分出来；Afrac 等(2010) 研究表明，如果担保是有成本的，那么并不能用担保来区分高地奉献的企业，银行只能提供高利率的贷款，而且企业的自有财富以极低风险企业的占比等都会影响银行对贷款和悦的安排；Lelend 等(2011)认为在完全能够自我融资的情况下，因为风险厌恶企业家将会选择从外部融资，而银行出于信息的不对称性，因而会导致逆向选择，结果只有风险大的项目才会得到外部融资，因此这种市场均衡的结果是无效率的，风险低的企业要与风险高的企业区分开，即可通过部分自我融资，投入一部分自有资金，将自已与风险高的企业区分开。这样，风险低的企业的效用水平比完全信息条件下的效用水平低，其损失的效用称为信息成本；李萌等（2010）采用上市公司未按时偿还贷款的比率(即贷款不良率)作为衡量信用风险高低的标准，结合独立样本t检验和主成份分析法，构造基于BP神经网络技术的商业银行信用风险具有很强的识别能力，可以达到记忆能力和泛化能力兼容的最佳水平，但模型预测和推广能力还有待改善，所以在最终判定企业信用风险时必须结合其他定量和定性分析方法。论文网

2 关于信用风险分析与度量

信用风险分析方法可分为传统和现代方法，至今信用风险管理已从定性分析向定量分析方向发展。20年代70年代前，信用风险分析方法主要是传统方法为主，其通过分析经济体的各种信息来相对及主管的评价信用质量。从20世纪80年代以来，随着现代金融理论和科学技术的引入，信用风险度量和管理研究领域开始出现许多新的量化分析方法及度量模型。

目前在信用风险管理领域主要有以下四种较为流行的风险衡量方法：J.P.Morgan的“信用度量制法”（Credit Metrics)、KMV公司的“KMV法或投资组合经理法”（Portfolio Manager)、瑞士信贷银行的“信用风险加成法”（Credit Risk+)以及Mckinsey 公司的“信用投资组合观法”（Credit Portfolio View)。上述各模型自身都存在着弊端，有着不同的运用条件。目前，在商业银行信用风险管理领域的应用与研究正处于不断完善与发展之中。刘宁等（2012）提出一种基于ARMA-TGARCH-EVT模型并适用于商业银行内部信用风险评估的新方法，实证结果表明新方法的预测精度高于任何一种单独的方法。张鹏等（2012）利用KMV模型计算出样本上市公司的违约距离,并将其作为PROBIT模型的自变量计算出上市公司的违约概率。实证结果表明，违约距离能较好地识别上市公司的信用风险,将违约距离作为自变量进行PROBIT建模分析时明显提高了模型的统计显著性和预测精度。在无法利用KMV模型测算上市公司经验违约率时，利用加入违约距离做自变量的PROBIT模型可以实现有效的替代，将二者结合起来使用能够为金融机构的信用风险评价提供科学依据。刘迎春（2012）在分析国外creditrisk+模型频带划分缺陷基础上，改用加权平均的频带划分方法，并提出了新的违约率参数的确定办法，利用creditrisk+模型对大连市商业银行某支行224笔中小公司贷款的非预期损失进行了实证计算。结果发现：creditrisk+模型可以有效地计量信贷组合的非预期损失且可提高我国商业银行经济资本管理效率。